—— BEGIN ——

AI（Artificial Intelligence，人工智能）最早是计算机技术领域一个专有学术名词，但近年来，随着各种科幻小说、电影的热销，以及伴随着知名网红AlphaGo的一飞冲天，AI成为了响彻大街小巷的热门词汇。

此外，伴随着一些列耳熟能详的AI产品问世和各种媒体宣传，我们这些奋斗在互联网领域一线的男女老少们，似乎也不由自主地需要关注起AI来。

这些年来，我一直保持对AI领域高度的关注和积极的参与，不断与各种AI的直接从业者进行深入的交流和沟通，我逐渐发现了一些很有趣的事情。

我始终觉得：AI所代表的并不是一次简单的技术革新，相反，它代表着一些即将或正在发生的深度变革。

我们需要去预知未来，这样才能做好充足的准备接受挑战。

从我当前的认知来看，我认为AI和互联网并非一件事，或者二者并不可以直接混为一谈，而且核心的互联网PM和AI PM甚至也可能不是一类人。

我将尽我所能在这篇文章中详尽我近来的思考，希望能够一起与更多做AI产品的朋友们深入沟通，交流探讨AI对我们未来世界的影响。

历史告诉了我们什么？

今天，我们正生活在一个随处可以触网，时刻可以联网的环境中，并习以为常。

社会发展到今天，绝非一蹴而就；当我们试图了解未来时，我们应该先试试回过头，看看历史都发生了些什么。

大约100多年前，尼古拉·特斯拉（没错，就是那个被爱迪生记恨一辈子的大发明家）曾经提到一个有趣的概念：

这一概念正是今天互联网的雏形。

在特斯拉生活的时代，电只是贵族们用来点灯狂欢的奢侈品，特斯拉却在电的身上看到了极其不一样的未来。

为什么我们需要互联网的存在？

自古以来，人们都需要通过各种媒介来传递信息。

从几千年前，马拉松同志一气跑完43公里，向村民们传递战争胜利的消息；到后来人们开始邮寄信件，拨打电话，发送电子邮件，使用即时通信，等等。

信息的传递对于人类这种群居动物而言，是必不可少的。

在《人类简史》一书中，极为精彩地描述了我们的祖先如何通过信息传递与同步（语言）来组成部落，最终战胜其他物种。

科技的进步，在最大限度地降低信息传递的成本，提升效率。

因此，每一种媒介的产生都是时代必然的产物——互联网是替代了几千年来车马劳顿的邮差，通过电作为媒介，实现了信息光速传递。

信息传递的是为了什么？

作为我们人类而言，难道只是因为天生的秉性才需要进行信息传递吗？

实则不然，我们传递信息最重要的原因是：我们需要生活，需要战胜困难，需要解决问题。

每一条信息都有它的价值，而这些价值的直观反映，就是解决问题。

比如，在玩“王者荣耀”时，如果队友A发现对方要来打塔，他需要第一时间将这条信息告诉队友，以防不测。

最佳的方法是他立刻通过声音传递给队友，其次是打字告诉队友。

其实，还可能存在一种方式—— 一个团队伴游机器人，时刻帮你和队友间同步着战况信息。

信息传递的本源，是为了让所有人知识不断统一，从而去解决越来越棘手的问题。

AI的生长与互联网并不一样

信息的深层含义，可以译作“知识”。

互联网只用来承载信息

互联网是一层物理层面的工具。

我读大学时，通读了《TCP/IP详解：卷2》（现在已经基本忘光所有细节），我意识到一个很直观的问题：

过去二十年互联网的飞速发展，最大的变化始终是物理层面网络条件的变迁——从最早的ADSL，到3G时代，再到如今的全网覆盖；CPU从早年的586，到如今的酷睿i7，我们是通过愈发便利的网络硬件条件，来不断在其之上搭建各种服务和应用。

由此，站在商业的角度来看，由于信息光速传递，迸发出了全民购物、全民社交、全民游戏、全民娱乐等等场景。

互联网作为一个巨大的效率工具，极大地节约了许多业务运营的成本——特别是边际成本的降低，演进出各种新型的商业模式。

许多商业经营第一次真正意义上实现了全球化扩张，人们的经济和生活水平，也因为网络的便利所带来的信息传递而变得更加美好。

可是本质里，互联网仍然是一个用来承载信息的载体，作为产品经理的我们，做产品时的思考方式始终是围绕着“社会自有的现象+网络世界的交互”，信息仍然置身于我们人类社会之中。

AI“学会”了信息背后的知识

可是，AI带来了在纵深层面上的不同。

当我们稍稍深入了解一点AI时，我们知道它背后站着的是各种高深的计算机科学算法，以及大数据背后所隐藏的各种莫测的秘密。

计算机在做的，首先是“记忆”知识。

早期的计算机科学是通过规则逻辑来让计算机记忆知识的。

比如：

这种方法便是workflow（工作流）的基本单元ifttt（if this than that），计算机依靠这个基本知识就可以按照规则执行了。

但是怎么看都觉得很死板，是吧？

所以，这时候机器学习和神经网络进来了——它可以依靠无数个ifttt整理出一套复杂的网络结构，也就是大名鼎鼎的“知识图谱”。

其实类比我们人类，我们在最早学习知识的时候，学到的都是一大堆的ifttt，直到能够举一反三融会贯通的时候，才产生了更多的知识单元，从而建立起一套自己的知识网络。

现在AI可以做类似的事情了，它可以把更复杂的ifttt，或者干脆就直接是数据层面的知识，“学习”起来形成一套知识网络。

往大了说，AlphaGo所实现的第一步，就是学习了几千万份棋谱之后，实现了最基本的知识图谱，然后通过蒙特卡洛算法在每一步寻找相对最优解。

知识积累得越多，新知识产出的速率就会越快。

在社会学中，有一个理论是：

这是科技指数级增长的秘密所在。

牛顿总结出三大定律花了十来年，而今天中学生只要一年就可以全部学会。

可以肯定的是：今天的人类所拥有的知识前所未有得多，以后也会越来越多。

人类的知识被AI“学会”，那么AI的知识图谱就会越来越丰富，越来越复杂。

AI提升的已不是效率这么简单

那么问题来了，AI学会了这些知识又能怎么样呢？

AI要做的，是赋能人类，节约人类进步的成本。

在这里，我必须插播一个概念——效率。

效率这个词的核心含义是：

本质上来说，效率的提升与否，是使得人们可以腾出更多时间去做其他的事情，但是在价值本身上并不是叠加关系。

比如说，由于视频电话的存在，医生和患者可以远程完成会诊，患者不必千里迢迢来寻医，节约了医生和患者的时间。

多出来的时间，患者可以在本地开药做手术，医生可以治疗更多的患者。

然而，这种效率的提升，并没有在单件事情上产生质的飞跃，医生没有因为远程会诊的存在而变得医术更加高明，也没有因为省出更多时间而能够攻克疑难杂症。

所以，效率是在一系列事情叠加上来看价值的，单一价值点上的价值叠加效果有限。

AI做了些什么？

我的核心观点是——AI不仅提升了效率，还可能帮助人类极大地进步。

2015年，《Nature》发表了一篇来自Google的论文，在文中，Google邀请了美国资深的皮肤科专家，对150张皮肤病变切片进行诊断，找寻其中有皮肤癌的切片。

专家花费近30小时，最终得出约75%的准确率。

而AI花费了数十分钟，得出的准确率大约87%。多出来的12%准确率，就是多出来的多少条鲜活的生命！

这件事情背后的意义十分深远——对切片做诊断，在过往被认为是需要丰富的医学知识和丰富的临床经验，才可以进行的医学专业行为，如今AI在这方面已经大幅领先。

这很像AlphaGo之于柯洁：柯洁站在人类围棋的巅峰，却惨败给只有区区一年经验的AI。二者之间已经不是一个维度的思考方式，AI帮助人类在进步层面大幅提升。

回到切片诊断的案例，因为AI可以作为辅助诊断助手，在多诊断出来的12%的切片中，它可能会发现医生遗漏的问题点，极有可能帮助医生发现过往多年从未发现的问题。

也许一群顶级科学家需要10年才能发现的问题点，AI只要几个月就发现了。

这种现象带来一个结果，一方面，专业的医生们会变得越来越高明，通过源源不断地新知识，弥补过往体系中的盲区，科技进步突飞猛进；而另一方面，那些混吃等死的庸医就再无用武之地，AI将全面替代他们。

AI做了什么？AI正在将知识体系不断标准化，不断赋能给更多的人类。

这是我们要的未来吗？

一定是。

随着老龄化社会的到来，人类社会将经历一个新的拐点，生产力不足将成为下一个十年最大最棘手的问题。

WHO（世界卫生组织）对老年人的定义是65岁以上，我们国家有时会定义为60岁以上。中国社会老龄化将在2020年全面爆发，届时60岁以上的人群将突破3亿，也就意味着每5个人中，就有一个是老人。

对于老年人而言，衰弱是最大的天敌，由于新陈代谢的缘故，人老了机能就会衰退，进而产生一系列的病变或风险。

养老更多的时候依靠的是人力，而人力往往被认为是最大的成本，如何让单个人在单位时间产生更大的生产价值，是未来要解决的核心问题。

如果人力成本不解决，老龄化社会劳动力越来越贵；生产能力不提高，大量的钱都要花在家里的老人养老上，而其他生活支出就变得捉襟见肘；社会将陷入无人消费的消极局面。

没有消费，就不会产生价值流转，也就不会有创新，社会也就会停滞不前，挣钱就变得更困难。

这是一种恶性循环。

所以，必须未雨绸缪去解决老龄化社会问题。

那么，AI是出路吗？

也许是，或者我相信是。

其实，回到我上面阐述的观点：AI正在做的事情其实是赋能更多的人类。

举个例子：

在养老中，最直接的是为老人提供相应的康复护理服务，而其中最关键的是如何降低人力成本。

降低人力成本最完美解决方案是：让机器代替人进行康复护理的操作，而这其中最关键的一环是：让机器知道该如何操作。

当我们需要对一个老人进行康复时，我们来看看这整个过程是如何发生的：

1. 【STEP 1】专业的康复师采集老人的一系列生命体征；

2. 【STEP 2】康复师诊断，得出老人有衰弱风险，随时可能跌倒；

3. 【STEP 3】康复师为老人制定一系列计划，比如餐饮计划、锻炼计划、安全防护计划；

4. 【STEP 4】康复师根据制定的计划，产出需要支付的费用；

5. 【STEP 5】专业的康复师依靠专业器材，进行具体的康复操作。

在这个过程中，目前的机器最多替代最后一步——通过专业智能设备，辅助老人自主进行康复锻炼。

前面这四步，机器目前无能为力，原因就在于：这些知识只存在于各种专业人才脑中。

AI要做的，就是把这些知识学过来，然后不断标准化，最后变成辅助诊断助手，赋能给一些浅层次的人，从而降低人力成本。

这个过程，在康复护理领域拥有一个专业的名词，叫做“评估”。

所以，AI会觉醒吗

也许我们人类需要防备AI的觉醒。

由于知识体系的不断积累，AI在模拟人脑的程度上只增不减，那它对于知识的积累将进入方方面面、各行各业。

一个优秀的AI可能具备了多重领域的专业知识，甚至把一些看似难以标准化的事情也给标准化了，比如写歌、写诗、写文章，甚至发号施令。

如果AI可以根据复杂的环境变化，找出最优解，从而发号施令时（其实过程很像我上面描述的智能评估引擎），觉醒也就不远了。

总结

在这篇文章中，我阐述了一个核心观点——AI与互联网不是一回事，AI是知识的载体，用以赋能人类。

我所从事的医疗领域中，AI的产品层出不穷，从智能评估，到辅助决策，从案例循证，到基因测序，每一个小的进步都代表了整个行业无限光明的未来。

我坚信AI所将带来的革命是颠覆性的，颠覆的是我们对于未来世界的想象，以及对于知识体系的认知。

站在这个历时拐点，我感受到的前所未有的冲动和兴奋，希望携手同样兴奋的你，并肩前进！

—— END ——